[发明专利]一种相似文本检索方法、装置、电子设备和存储介质

说明书

本发明公开了一种相似文本检索方法、装置、电子设备和存储介质，可对待检索的目标文本进行语义分析，得到目标文本的目标语义向量；基于目标语义向量，确定参考文本的语义向量中目标语义向量的相似语义向量，参考文本为目标类型文本；获取相似语义向量对应的参考文本，作为候选相似文本；获取目标语义向量与相似语义向量的相似度，及获取候选相似文本的预设指标；根据该相似度和预设指标，对候选相似文本的进行处理得到目标文本的相似检索结果，由此，本实施例在检索与目标文本相似的目标类型文本时，是基于目标文本的语义向量进行的检索，避免了相关技术中检索出的文本仅包含与输入文本某个词相关的情况，有利于提升检索结果的可靠性。

技术领域

本发明涉及计算机技术领域，具体涉及相似文本检索方法、装置、电子设备和存储介质。

背景技术

目前，搜索引擎为用户提供了关于各种信息的搜索功能，例如，由用户输入词语或一个句子等，搜索引擎会反馈给用户与该词语或句子关联的内容。

在相关技术中，搜索引擎一般是基于词语的词向量进行关联内容的搜索，所以搜索结果与用户输入信息的关联性得不到保证，搜索结果的可靠性不高。

发明内容

本发明实施例提供一种相似文本检索方法、装置、电子设备和存储介质，有利于提升特定类型文本的相似性检索结果的可靠性。

本发明实施例提供一种相似文本检索方法，该方法包括：

对待检索的目标文本进行语义分析，得到所述目标文本的目标语义向量；

基于所述目标语义向量，以及参考文本的语义向量，确定所述语义向量中所述目标语义向量的相似语义向量，其中，所述参考文本为目标类型文本；

获取所述相似语义向量对应的参考文本，作为针对所述目标文本检索到的候选相似文本；

获取所述目标语义向量与所述相似语义向量的相似度，以及获取所述候选相似文本的预设指标，所述预设指标用于指示对应的文本为目标类型文本的概率；

根据所述相似度和所述预设指标，对所述候选相似文本进行处理得到所述目标文本的相似检索结果。

本发明实施例提供一种相似文本检索装置，该装置包括：

输入数据处理单元，用于对待检索的目标文本进行语义分析，得到所述目标文本的目标语义向量；

检索单元，用于基于所述目标语义向量，以及参考文本的语义向量，确定所述语义向量中所述目标语义向量的相似语义向量，其中，所述参考文本为目标类型文本；

文本获取单元，用于获取所述相似语义向量对应的参考文本，作为针对所述目标文本检索到的候选相似文本；

信息获取单元，用于获取所述目标语义向量与所述相似语义向量的相似度，以及获取所述候选相似文本的预设指标，所述预设指标用于指示对应的文本为目标类型文本的概率

数据处理单元，用于根据所述相似度和所述预设指标，对所述候选相似文本进行处理得到所述目标文本的相似检索结果。

可选的，本实施例中，检索单元，用于：

获取参考文本对应的索引图，所述索引图包括多个索引节点，其中，一个索引节点对应一个参考文本的语义向量的向量索引，在所述索引图中一个索引节点与至少k个其他的索引节点之间存在连接关系，存在所述连接关系的索引节点对应的语义向量，满足预设的相似向量判定条件；

基于所述索引节点之间的连接关系、所述索引节点对应的语义向量、以及所述目标语义向量，确定所述索引节点中的所述目标语义向量的相似语义向量。

可选的，本实施例中，检索单元，用于：

从所述索引图中选择一个第一索引节点；